本发明涉及图像识别技术领域,尤其涉及一种视频流图像的车辆与行人同步检测识别记录系统。
背景技术:
随着道路交通安全的发展及要求,仅具有车辆检测识别功能,已不足以满足产品功能多样化的需求,在安防监控需求的要求下常常还需增加行人识别。
车辆识别和行人识别是使用大量算法的工作,在一个处理器cpu下同时进行,对处理器性能是一个挑战,稍有差错将造成设备识别延迟、卡顿,甚至挂机停止工作的问题。
技术实现要素:
针对上述问题中的至少之一,本发明提供了一种视频流图像的车辆与行人同步检测识别记录系统,采用性能负载管理单元合理分配车辆与行人识别的核心处理器cpu占用比,最大化提高了cpu利用率,实现车辆识别和行人识别的同步进行且快速稳定,解决了设备识别延迟、卡顿、停止工作的问题。
为实现上述目的,本发明提供了一种视频流图像的车辆与行人同步检测识别记录系统,包括:车辆识别单元、行人识别单元、性能负载管理单元和数据记录单元;所述性能负载管理单元用于实时计算视频流图像中的车辆和行人的比例,并根据当时车辆和行人的比例计算所述车辆识别单元和所述行人识别单元的处理器最优实时性能占比,以此对所述车辆识别单元和所述行人识别单元分配处理器性能资源;所述车辆识别单元用于识别并分析视频流图像的车辆数据,所述行人识别单元用于识别并分析所述视频流图像的行人数据;所述数据记录单元用于记录所述车辆识别单元和所述行人识别单元识别并分析出的数据。
在上述技术方案中,优选地,所述性能负载管理单元实时计算视频流图像中的车辆和行人的比例的具体过程为:所述性能负载管理单元获取所述视频流图像;所述性能负载管理单元对所述视频流图像通过图像识别技术识别图像中的车辆和行人;所述性能负载管理单元计算图像中的车辆数量和行人数量。
在上述技术方案中,优选地,所述车辆识别单元和所述行人识别单元的处理器最优实时性能占比使得所述车辆识别单元识别并分析车辆数据与所述行人识别单元识别并分析行人数据能够同步完成。
在上述技术方案中,优选地,所述车辆数据包括车辆数量、车辆车型、车牌号、车辆颜色、车辆品牌和车辆行进轨迹。
在上述技术方案中,优选地,所述行人数据包括行人数量、行人行进轨迹、人脸大小、发型和佩戴物。
在上述技术方案中,优选地,所述数据记录单元用于记录车辆和行人的抓拍图、特征图和信息文本,所述信息文本用于登记所述车辆识别单元和所述行人识别单元的识别内容。
与现有技术相比,本发明的有益效果为:通过采用性能负载管理单元合理分配车辆与行人识别的核心处理器cpu占用比,最大化提高了cpu利用率,实现车辆识别和行人识别的同步进行且快速稳定,解决了设备识别延迟、卡顿、停止工作的问题。
附图说明
图1为本发明一种实施例公开的视频流图像的车辆与行人同步检测识别记录系统的结构示意框图;
图2为本发明一种实施例公开的视频流图像的车辆与行人同步检测识别记录系统的系统流程示意图。
图中,各组件与附图标记之间的对应关系为:
11.车辆识别单元,12.行人识别单元,13.性能负载管理单元,14.数据记录单元。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚,下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例是本发明的一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动的前提下所获得的所有其他实施例,都属于本发明保护的范围。
下面结合附图对本发明做进一步的详细描述:
如图1和图2所示,根据本发明提供的一种视频流图像的车辆与行人同步检测识别记录系统,包括:车辆识别单元11、行人识别单元12、性能负载管理单元13和数据记录单元14;性能负载管理单元13用于实时计算视频流图像中的车辆和行人的比例,并根据当时车辆和行人的比例计算车辆识别单元11和行人识别单元12的处理器最优实时性能占比,以此对车辆识别单元11和行人识别单元12分配处理器性能资源;车辆识别单元11用于识别并分析视频流图像的车辆数据,行人识别单元12用于识别并分析视频流图像的行人数据;数据记录单元14用于记录车辆识别单元11和行人识别单元12识别并分析出的数据。
在该实施例中,性能负载管理单元13分析视频流图像上车辆和行人所占比例,在此基础上分析计算核心处理器cpu针对车辆识别单元11、行人识别单元12的最优性能占比,根据最优性能占比分配车辆识别单元11、行人识别单元12在核心处理器的性能资源占比,从而达到快速稳定地同步完成车辆识别和行人识别。在对车辆识别单元11和行人识别单元12的处理器性能资源比例分配好后,车辆识别单元11和行人识别单元12分别以其性能资源识别并分析视频流图像中的车辆或行人,分析出的车辆数据和行人数据以及视频流图像中对应车辆和行人的抓拍图和特征图等由数据记录单元14存储记录。
在上述实施例中,优选地,性能负载管理单元13实时计算视频流图像中的车辆和行人的比例的具体过程为:性能负载管理单元13获取视频流图像;性能负载管理单元13对视频流图像通过图像识别技术识别图像中的车辆和行人;性能负载管理单元13计算图像中的车辆数量和行人数量。
在上述实施例中,优选地,车辆识别单元11和行人识别单元12的处理器最优实时性能占比使得车辆识别单元11识别并分析车辆数据与行人识别单元12识别并分析行人数据能够同步完成。
在上述实施例中,优选地,车辆数据包括车辆数量、车辆车型、车牌号、车辆颜色、车辆品牌和车辆行进轨迹。
在上述实施例中,优选地,行人数据包括行人数量、行人行进轨迹、人脸大小、发型和佩戴物,佩戴物包括头盔、眼镜、首饰、帽子等。
在上述实施例中,优选地,数据记录单元14用于记录车辆和行人的抓拍图、特征图和信息文本,信息文本用于登记车辆识别单元11和行人识别单元12的识别内容。
以上仅为本发明的优选实施例而已,并不用于限制本发明,对于本领域的技术人员来说,本发明可以有各种更改和变化。凡在本发明的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。